一种基于图像探测的白姑鱼资源分布预测系统及方法与流程

本发明涉及渔业资源调查与预测，尤其是一种适用于南海北部的白姑鱼资源分布预测系统及方法。

背景技术：

1、白姑鱼是一种具有较高经济效益的鱼类，因其营养价值高、入口口感好等优点，时常出现在人们的餐桌上。传统的白姑鱼打捞方式耗费时间和人力资源，凭经验得出白姑鱼资源分布位置有判断错误的风险，导致经济效益遭受损失。在天气恶劣的情况下，分辨错误白姑鱼资源分布位置，会使渔民做无用功，使打捞的风险大大增加，甚至有可能遭受重大的经济损失。因此，研发一种快速、高效、准确的白姑鱼资源分布预测系统具有重要的实际应用价值，可大大减轻渔民们的打捞负担，减少人力资源的浪费，提高经济效益，直接去往白姑鱼分布密集区域可是在海上时间缩短，保护人身安全和财产安全。

技术实现思路

1、本发明克服了现有技术的不足，提供了一种基于图像探测的白姑鱼资源分布预测方法及系统。

2、为达到上述目的本发明采用的技术方案为：

3、本发明第一方面公开了一种基于图像探测的白姑鱼资源分布预测方法，包括以下步骤：

4、使用探鱼仪进行z字形走航，建立三维成像声纳系统获取声学图像，将图像进行去噪处理后存储至声纳数据库；

5、水下机器人搭载可视化监测系统，跟随探鱼仪一同工作，水下机器人在水下对鱼群进行影像拍摄，并将采集到的数据汇总至探测船可视化监测系统图像数据中心；

6、基于深度学习算法，结合声纳系统数据、可视化监测系统图像数据及灰度图像，识别出白姑鱼鱼群并构建白姑鱼目标识别模型；

7、基于蚁群算法与海洋数据得出白姑鱼鱼群流动预测数据，再由白姑鱼鱼群流动预测数据经过神经网络训练得出资源分布数据；

8、利用数据可视化软件将白姑鱼资源分布预测数据转变为白姑鱼资源分布预测可视图。

9、本方案中，所述使用探鱼仪进行z字形走航，建立三维成像声纳系统获取声学图像，将图像进行去噪处理后存储至声纳数据库，具体为：

10、探测船上搭载有声学数据导出接口和gps数据接口的定量科学探鱼仪，能将地理信息数据集成在声学数据中，使用一个频率的换能器，将换能器置于导流罩内，从而防止海流产生的气泡在数据中产生更多的噪声；

11、探鱼仪工作时将换能器固定在船体右舷外侧，不与船身接触，避免船舶行驶马达产生的机械噪声对换能器产生干扰；

12、各探测船航行方式采用z字形走航，在探测船探鱼仪换能器位置附近借助声纳头分别发射120khz频率的脉冲信号与1.35mhz频率的脉冲信号，在附近形成扇形扫描区域，面积为45°*1°，单个脉冲声学波束数量为265，按照相同的间隔将其统一的排列在垂直方向，最终形成0.178°，将目标鱼群所有反射信号合成2d平面图，计算机基于控制功能让云台进行360°旋转收集数据，得到目标鱼群全方位细节，生成3d图像；

13、采用基于粗集和小波变换相结合的方法对声纳图像中的散斑噪声进行降噪，对图像进行小波分解，保留低频小波系数，对未处理的低频小波系数和处理后得到的高频小波系数进行小波逆变换得到降噪后的子图，存储至声纳数据库。

14、本方案中，所述水下机器人搭载可视化监测系统，跟随探鱼仪一同工作，水下机器人在水下对鱼群进行影像拍摄，并将采集到的数据汇总至探测船数据存储中心，具体为：

15、水下机器人高清摄像头安装可视化监测系统，水下机器人跟随探鱼仪进行鱼群影像拍摄，拍摄潜水深度在100-200米；

16、鱼群影像经过水下机器人获取单元处理，获取影像数据，包括：影像内存大小、影像拍摄经纬度、影像分辨率大小；

17、鱼群影像在获取单元获取完毕后根据影像数据从计算机关系型数据库中查找出相似数据的上级变更单元；

18、根据所述上级变更单元将获取单元中数据作出修改与更新，汇总至所述探测船可视化监测系统图像数据中心。

19、本方案中，所述基于深度学习算法，结合声纳系统数据、可视化监测系统图像数据及灰度图像，识别出白姑鱼鱼群并构建白姑鱼目标识别模型，具体为：

20、根据单位捕捞努力量渔获量历史数据比较鱼区是否高产，单位捕捞努力量渔获量公式计算如下：

21、；

22、式中，cupe为单位捕捞努力量渔获量，catch为一个渔区内的总渔获量，effort为一个渔区内所有船的总作业天数；

23、基于深度学习算法构建白姑鱼目标识别模型，将所述声纳数据与图像数据相结合后，分为训练数据本和测试数据本，将所述训练数据本输入至白姑鱼目标识别模型中，通过交叉熵损失函数对白姑鱼目标识别模型训练数据本进行反向训练，当误差值较小时，保存训练参数；

24、通过测试数据本对白姑鱼目标识别模型训练参数进行测试，测试结果取平均值，若数据满足预设要求，则将满足预设要求参数作为白姑鱼资源识别模型最终参数；

25、对可视化监测系统中汇总的图像信息和三维声纳数据库中的三维声纳数据图进行灰度化处理，灰度化处理方法使用加权平均法，令rgb三分量能平均得到较合理的灰度图像，灰度化处理公式如下：

26、；

27、其中gray为灰度，r代表红色，g代表绿色，b代表蓝色；

28、通过灰度图像处理使图像颗粒度降低，清晰度增加，采用自适应灰度补偿法得到完整的灰度图像；

29、通过灰度图像、声学图像数据以及可视化监测系统图像进行对比，判断出鱼群种类；

30、结合cupe参数、灰度图像以及白姑鱼资源识别模型最终参数，构建白姑鱼目标识别模型。

31、本方案中，所述基于蚁群算法与海洋数据得出白姑鱼鱼群流动预测数据，再由白姑鱼鱼群流动预测数据经过神经网络训练得出资源分布数据，具体为：

32、将海洋数据作为判断鱼群走向因素，采用蚁群算法对白姑鱼群进行位置预判，其中海洋数据为水温及含盐量数据；

33、通过海洋数据作为蚁群的一种信息素，把白姑鱼群比作蚁群，所述白姑鱼群通过所述信息素做出决策，生成白姑鱼资源最密集处信息，经过神经网络训练集训练后获得白姑鱼鱼群流动预测数据；

34、将所述白姑鱼鱼群流动预测数据输入至白姑鱼目标识别模型中，根据白姑鱼鱼群流动预测数据在海洋中识别出白姑鱼鱼群以及流动范围，得出完整白姑鱼资源分布预测数据。

35、本方案中，所述利用数据可视化软件将白姑鱼资源分布预测数据转变为白姑鱼资源分布预测可视图，具体为：

36、通过数据可视化软件，在数据可视化软件中导入 白姑鱼资源分布预测数据，计算机数据可视化软件经过多次识别确认后，取数据平均值，生成白姑鱼资源分布预测可视图，供作业人员使用。

37、本发明第二方面还提供了一种基于图像探测的白姑鱼资源分布预测系统，该系统包括：存储器、处理器，所述存储器中储存有白姑鱼资源分布预测方法程序，所述白姑鱼资源分布预测方法程序被所述处理器执行时，实现如下步骤：

38、使用探鱼仪进行z字形走航，建立三维成像声纳系统获取声学图像，将图像进行去噪处理后存储至声纳数据库；

39、水下机器人搭载可视化监测系统，跟随探鱼仪一同工作，水下机器人在水下对鱼群进行影像拍摄，并将采集到的数据汇总至探测船可视化监测系统图像数据中心；

40、基于深度学习算法，结合声纳系统数据、可视化监测系统图像数据及灰度图像，识别出白姑鱼鱼群并构建白姑鱼目标识别模型；

41、基于蚁群算法与海洋数据得出白姑鱼鱼群流动预测数据，再由白姑鱼鱼群流动预测数据经过神经网络训练得出资源分布数据；

42、利用数据可视化软件将白姑鱼资源分布预测数据转变为白姑鱼资源分布预测可视图。

43、本方案中，所述基于深度学习算法，结合声纳系统数据、可视化监测系统图像数据及灰度图像，识别出白姑鱼鱼群并构建白姑鱼目标识别模型，具体为：

44、根据单位捕捞努力量渔获量历史数据比较鱼区是否高产，单位捕捞努力量渔获量公式计算如下：

45、；

46、式中，cupe为单位捕捞努力量渔获量，catch为一个渔区内的总渔获量，effort为一个渔区内所有船的总作业天数；

47、基于深度学习算法构建白姑鱼目标识别模型，将所述声纳数据与图像数据相结合后，分为训练数据本和测试数据本，将所述训练数据本输入至白姑鱼目标识别模型中，通过交叉熵损失函数对白姑鱼目标识别模型训练数据本进行反向训练，当误差值较小时，保存训练参数；

48、通过测试数据本对白姑鱼目标识别模型训练参数进行测试，测试结果取平均值，若数据满足预设要求，则将满足预设要求参数作为白姑鱼资源识别模型最终参数；

49、对可视化监测系统中汇总的图像信息和三维声纳数据库中的三维声纳数据图进行灰度化处理，灰度化处理方法使用加权平均法，令rgb三分量能平均得到较合理的灰度图像，灰度化处理公式如下：

50、；

51、其中gray为灰度，r代表红色，g代表绿色，b代表蓝色；

52、通过灰度图像处理使图像颗粒度降低，清晰度增加，采用自适应灰度补偿法得到完整的灰度图像；

53、通过灰度图像、声学图像数据以及可视化监测系统图像进行对比，判断出鱼群种类；

54、结合cupe参数、灰度图像以及白姑鱼资源识别模型最终参数，构建白姑鱼目标识别模型。

55、本方案中，所述基于蚁群算法与海洋数据得出白姑鱼鱼群流动预测数据，再由白姑鱼鱼群流动预测数据经过神经网络训练得出资源分布数据，具体为：

56、将海洋数据作为判断鱼群走向因素，采用蚁群算法对白姑鱼群进行位置预判，其中海洋数据为水温及含盐量数据；

57、通过海洋数据作为蚁群的一种信息素，把白姑鱼群比作蚁群，所述白姑鱼群通过所述信息素做出决策，生成白姑鱼资源最密集处信息，经过神经网络训练集训练后获得白姑鱼鱼群流动预测数据；

58、将所述白姑鱼鱼群流动预测数据输入至白姑鱼目标识别模型中，根据白姑鱼鱼群流动预测数据在海洋中识别出白姑鱼鱼群以及流动范围，得出完整白姑鱼资源分布预测数据。

59、本方案中，所述利用数据可视化软件将白姑鱼资源分布预测数据转变为白姑鱼资源分布预测可视图，具体为：

60、通过数据可视化软件，在数据可视化软件中导入 白姑鱼资源分布预测数据，计算机数据可视化软件经过多次识别确认后，取数据平均值，生成白姑鱼资源分布预测可视图，供作业人员使用。

61、本发明公开了一种基于图像探测的白姑鱼资源分布预测方法及系统，包括以下步骤：探测船搭载探鱼仪，通过探鱼仪中的走航式声学探测技术，获取声学图像，建立白姑鱼鱼群声学图像及声纳数据库，利用白姑鱼可视化监测系统获取白姑鱼影像并建立将数据汇总至探测船体中心，结合声学图像、影像和灰度图像在深度学习算法中对白姑鱼进行识别和分类并进行多次扫描对比，结合海洋数据和目标识别数据通过蚁群算法得出资源分布预测数据，最后将分布预测数据用可视化地图的方式直观表现出来。本发明能提高作业人员对白姑鱼资源的定位追踪和判断，给渔业资源预测提供有效的数据支持。